প্রকল্প সম্পর্কে

প্রকল্পের অবস্থান TradingAgents-Astock হলো TauricResearch/TradingAgents পেপার ফ্রেমওয়ার্কের A-শেয়ার ইঞ্জিনিয়ারিং বাস্তবায়ন, Apache 2.0 লাইসেন্সের অধীনে, গবেষণা ও শিক্ষার জন্য, কোনো ইনভেস্টমেন্ট অ্যাডভাইজরি বা স্টক সুপারিশ সেবা প্রদান করে না। ব্যবহারকারীকে নিজের LLM API Key দিয়ে লোকালি চালাতে হবে, আউটপুট AI-জেনারেটেড, বিনিয়োগ পরামর্শ নয়। মূল প্রক্রিয়া সিস্টেম প্রথমে ৭টি Analyst দিয়ে আলাদাভাবে রিসার্চ রিপোর্ট তৈরি করে: মার্কেট অ্যানালিস্ট K-লাইন, টেকনিক্যাল ইন্ডিকেটর ও ভলিউম-প্রাইস দেখে; সেন্টিমেন্ট অ্যানালিস্ট সোশ্যাল মিডিয়া সেন্টিমেন্ট দেখে; নিউজ অ্যানালিস্ট ইন্ডাস্ট্রি নিউজ, ঘোষণা ও ম্যাক্রো ইভেন্ট প্রসেস করে; ফান্ডামেন্টাল অ্যানালিস্ট ফাইন্যান্সিয়াল রিপোর্ট, প্রফিটেবিলিটি ও ভ্যালুয়েশন পড়ে; নতুন পলিসি অ্যানালিস্ট রেগুলেটরি ও ইন্ডাস্ট্রি পলিসি দেখে, হট-মানি ট্র্যাকার ড্রাগন-টাইগার লিস্ট, বড় অর্ডার ও মেইন ফান্ড দেখে, লকআপ মনিটর নিষিদ্ধ শেয়ার লকআপ, হ্রাস ও প্লেজ দেখে। রিসার্চ রিপোর্ট এরপর Bull ও Bear রিসার্চারের বিতর্কে যায়, Research Manager সমন্বয় করে ইনভেস্টমেন্ট প্ল্যান তৈরি করে; Trader আবার A-শেয়ার সীমাবদ্ধতা অনুযায়ী ট্রেডিং প্ল্যান তৈরি করে। প্রক্রিয়ায়激进, রক্ষণশীল, নিরপেক্ষ তিন পক্ষের রিস্ক বিতর্কও আছে, শেষে Portfolio Manager দিক, রেটিং ও কারণ আউটপুট করে। ফ্রেমওয়ার্কে quick_think_llm ও deep_think_llm ডুয়াল-মডেল ডিজাইন, একক রোলের জন্য আলাদা প্রোভাইডার বা মডেল নির্দিষ্ট করাও সমর্থিত। A-শেয়ার অ্যাডাপ্টেশন ডেটা লেয়ারে mootdx, Tencent Finance, Eastmoney, Sina Finance, Tonghuashun, Cailianshe ও Baidu Stock ইত্যাদি সোর্স ব্যবহার করে, K-লাইন, ফাইন্যান্স, ভ্যালুয়েশন, ড্রাগন-টাইগার লিস্ট, লকআপ, সেক্টর, ফান্ড ফ্লো, নিউজ ও কনসেনসাস এক্সপেক্টেশন কভার করে। কোট ও ফাইন্যান্সে অগ্রাধিকার mootdx বা Tencent, Eastmoney রিকোয়েস্টে সিরিয়াল রেট লিমিট, র্যান্ডম জিটার ও Keep-Alive রিইউজ বিল্ট-ইন যা ব্লক হওয়ার ঝুঁকি কমায়। ট্রেডিং নিয়মে T+1, প্রাইস লিমিট, মিনিমাম লট, ট্রেডিং সেশন ও ST ইত্যাদি সীমাবদ্ধতা কভার করে, বেঞ্চমার্ক CSI 300। চূড়ান্ত রিপোর্ট চীনা ভাষায়, অভ্যন্তরীণ বিতর্ক ইংরেজিতে। ব্যবহার পদ্ধতি প্রকল্পে Python 3.10+ প্রয়োজন, pip ইনস্টলেশন সমর্থিত, ইন্টারঅ্যাক্টিভ CLI, Python API ও Streamlit Web UI প্রদান করে। Web UI-তে LLM প্রোভাইডার ও মডেল নির্বাচন, A-শেয়ার কোড ও তারিখ ইনপুট, ১২-ধাপ রিয়েল-টাইম অগ্রগতি দেখা, প্রতিটি ধাপের রিপোর্ট প্রসারিত, ইতিহাস সংরক্ষণ ও Markdown বা PDF এক্সপোর্ট করা যায়। সমর্থিত মডেল চ্যানেলে MiniMax, DeepSeek, Zhipu GLM, Tongyi Qianwen, OpenAI, Anthropic, Google, xAI, OpenRouter, Ollama ও কাস্টম OpenAI-সামঞ্জস্যপূর্ণ গেটওয়ে; Claude Agent SDK-এর মাধ্যমে ব্যক্তিগত Claude সাবস্ক্রিপশন কোটা ব্যবহারের অপশনও আছে। প্রকল্পে ডিসিশন পারফরম্যান্স স্ট্যাটিস্টিকস কমান্ডও আছে, যা লোকাল মেমরি লগের ভিত্তিতে পরবর্তী বিশ্লেষণে কোট ব্যাকফিল করে ও CSI 300-এর সাপেক্ষে দিক সঠিকতার হার ইত্যাদি মেট্রিক গণনা করে। ডকুমেন্টেশনে স্পষ্ট বলা আছে এই পরিসংখ্যান ব্যাকটেস্ট নয়, পজিশন ম্যানেজমেন্ট, ট্রেডিং কস্ট ও ইমপ্যাক্ট কস্ট অন্তর্ভুক্ত নয়, নমুনা কম হলে ফলাফল রেফারেন্সযোগ্য নয়। ফ্রেমওয়ার্ক নিজে এন্ট্রি প্রাইস, স্টপ-লস, পজিশন বা টার্গেট প্রাইস আউটপুট করে না।